熊貓數據幀過濾器正則表達式

Question

我不明白pandas DataFrame filter 。

設置

import pandas as pd

df = pd.DataFrame(
    [
        ['Hello', 'World'],
        ['Just', 'Wanted'],
        ['To', 'Say'],
        ['I\'m', 'Tired']
    ]
)

問題

df.filter([0], regex=r'(Hel|Just)', axis=0)

我希望[0]將第一列指定為要查看的列，並且axis=0指定過濾行。 我得到的是這樣的：

       0      1
0  Hello  World

我期待

       0       1
0  Hello   World
1   Just  Wanted

問題

• 什么會讓我達到我的預期？

Answer 1

根據文檔，

參數是互斥的，但這不會被檢查

因此，看起來，第一個可選參數items=[0]勝過第三個可選參數regex=r'(Hel|Just)' 。

In [194]: df.filter([0], regex=r'(Hel|Just)', axis=0)
Out[194]: 
       0      1
0  Hello  World

相當於

In [201]: df.filter([0], axis=0)
Out[201]: 
       0      1
0  Hello  World

這只是沿着 0 軸選擇索引值在[0]行。

---

要獲得所需的結果，您可以使用str.contains創建一個布爾掩碼，並使用df.loc來選擇行：

In [210]: df.loc[df.iloc[:,0].str.contains(r'(Hel|Just)')]
Out[210]: 
       0       1
0  Hello   World
1   Just  Wanted

Answer 2

這應該有效：

df[df[0].str.contains('(Hel|Just)', regex=True)]

Answer 3

這是一個鏈接方法：

df.loc[lambda x: x['column_name'].str.contains(regex_patern, regex = True)]